Sulfur Quantum Dots Emitting Blue–Violet Chemiluminescence, Photoluminescence, and Near-Infrared Electrochemiluminescence
Notice bibliographique
Résumé
Currently, there remains a lack of single nanomaterials capable of emitting across the spectrum from the ultraviolet to near-infrared. The development of such broadband-emissive nanomaterials would greatly advance a variety of fields, including biosensing, display technologies, and anticounterfeiting applications. Sulfur quantum dots (SQDs), emerging as luminescent materials, harbor significant potential for their diverse applications at low costs. In this work, light emissions from our synthesized SQDs, photoluminescence (PL), chemiluminescence (CL), and electrochemiluminescence (ECL) in the aqueous phase, were tuned across a wavelength range from 350 to 1050 nm by altering the excitation sources and reaction enthalpy. Both PL and CL display a similar emission peak around 420 nm, with 35% of the photons falling into the ultraviolet region. These may be attributed to emissions from the SQD core states. In the ECL process, a significant red shift in its emission peak at 690 nm was observed, with the emission range extending up to 1050 nm. This shift implies that the radiative relaxation center has switched to the surface states, underscoring the ECL process’ pronounced preference for surface states or low-energy band gaps in semiconductor nanoparticles. Such phenomena were further confirmed through the absolute PL quantum yield, CL and ECL quantum efficiency determinations, and reaction enthalpy calculations. The photoluminescence quantum yield of SQDs was determined to be 70.3% ± 4.4%, while absolute quantum efficiencies of CL and ECL were measured to be 1.1% ± 0.14% and 0.00072% ± 0.00005%, respectively. Notably, the CL quantum efficiency of SQDs is 110 times higher than that of nitrogen-doped carbon quantum dots of the equivalent size, while the ECL efficiency is one of the strongest among many semiconductor QDs, which shows great potential for applications in medical diagnosis, biological sensing, and other promising fields. This research offers valuable insights into devising the design of future quantum dots.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».